Derfor bliver Alibabas datacenter i Ulanqab et knudepunkt for Kinas AI-kraft

Ulanqab viser, at AI-regnekraft ikke nødvendigvis skal placeres midt i det største brugermarked. Alibabas Cloud-campus i Indre Mongoliet ligger langt fra Kinas hovedstad, men tæt nok på til at betjene Beijing med en rapporteret forsinkelse tur-retur på omkring 4 millisekunder. Samtidig giver billigere elektricitet og et klima, der reducerer kølebehovet, et stærkt økonomisk argument for både AI-inferens og træning i stor skala. 2425

350 kilometer er ikke afgørende, hvis forbindelsen er hurtig

Ulanqab ligger cirka 350 kilometer fra Beijing. Alibabas chef for datacenterdrift, Wang Zhaoyang, har over for lokale medier oplyst, at datatransmissionen mellem de to byer tager omkring 4 millisekunder, og at det er acceptabelt for samtalebaserede AI-applikationer. 25

Det er en vigtig skelnen: fysisk afstand er ikke det samme som den forsinkelse, brugeren oplever. Et regionalt datacenter med gode fiberforbindelser kan betjene en nærliggende storby, hvis transporttiden i netværket udgør en lille del af den samlede svartid. To direkte fiberforbindelser til Beijing skal efter rapporterne have reduceret envejsforsinkelsen til under 2,1 millisekunder. 35

Strøm og køling er grundlaget for regnestykket

AI-datacentre bruger enorme mængder elektricitet, og derfor er strømprisen afgørende. Rapporter angiver lokale elpriser på cirka 0,32–0,35 yuan pr. kWh og vurderer i ét tilfælde, at vedvarende energi udgør omkring 90 % af den lokale elforsyning. 2125

Klimaet er en ekstra fordel. Ulanqabs gennemsnitlige årstemperatur er rapporteret til omkring 4 °C, og lokale kilder oplyser, at naturlig køling kan bruges en stor del af året. 2435 For operatører med tætpakkede accelerator-klynger kan et lavere behov for mekanisk køling sænke driftsomkostningerne yderligere.

Det er heller ikke kun et generelt argument om grøn strøm. Et særskilt lavemissionsprojekt for regnekraft i Ulanqab, der integrerer elproduktion, net, belastning og lagring, gik i drift i 2025. Projektet er udformet til at levere grøn strøm direkte til datacenterbelastninger og forventes at producere 848 mio. kWh grøn elektricitet årligt til eget forbrug. 39

CUBE 5.0 gør byggehastighed til en konkurrencefaktor

Alibabas CUBE 5.0-arkitektur retter sig mod en anden flaskehals: hvor hurtigt et datacenter kan gøres klar til IT-udstyr. I stedet for at installere kritiske systemer ét efter ét på byggepladsen opdeles strømforsyning, køling, sikkerhed, intelligent styring og brandsikring i moduler, som kan produceres og forberedes parallelt. 34

Alibaba oplyser, at modellen kan forkorte leveringen af den underliggende AI-datacenterinfrastruktur til 100 dage og reducere byggeomkostningerne med cirka 10 % sammenlignet med traditionelle leveringstider på seks til tolv måneder i Kina. 2534

De 100 dage skal dog læses præcist. Perioden går fra et grundlæggende bygningsanlæg eller stablede containermoduler til tidspunktet, før servere og netværksudstyr flyttes ind. Det er altså ikke nødvendigvis den samlede tid fra projektbeslutning til en fungerende AI-tjeneste. 3234

CUBE 5.0 er desuden tænkt til hardware, der løbende ændrer sig. Alibaba siger, at arkitekturen anvender højspændings-jævnstrøm og understøtter både luft- og væskekøling. Den skal kunne fungere med heterogene chips og mindst tre generationer af chipopgraderinger. 34

Den egentlige begrænsning er ikke bygningen

Hurtig opførelse og billig elektricitet skaber ikke i sig selv avancerede AI-acceleratorer. Adgangen til egnede chips, hukommelse, netværksforbindelser mellem chips og moden software er fortsat begrænsende faktorer for AI-klynger.

Alibaba er begyndt at tilbyde Lingjun-supernodeinstanser baseret på virksomhedens Zhenwu M890-chip i Ulanqab-regionen. 1 M890 præsenteres som en accelerator til både træning og inferens, og Alibaba oplyser 144 GB hukommelse samt 800 GB/s båndbredde mellem chips. 11

Det udvider mulighederne for indenlandsk hardware, men løser ikke alene spørgsmålet om kvaliteten af kapaciteten. En konkurrencedygtig AI-klynge kræver stabil adgang til komponenter, netværk, softwareværktøjer, driftssikkerhed og evnen til at køre modeller effektivt på tværs af mange acceleratorer – ikke blot et stort antal leverede chips.

Derfor kan GPU-mangel og tomme datacentre eksistere samtidig

Kinas marked for AI-regnekraft har sendt modstridende signaler: Efterspørgslen efter kapacitet af høj kvalitet kan være intens, samtidig med at nogle datacentre er underudnyttede. En brancherapport fra 2026 angav den samlede udnyttelse af centre for intelligent regnekraft til under 40 %, mens tidligere rapportering har beskrevet betydelig underudnyttelse i dele af markedet. 310

Tallene bør ikke læses som én universel udnyttelsesgrad. Metoderne varierer efter periode, geografi, chiptype og efter, om der tælles installeret, udlejet eller aktivt anvendt kapacitet. Men de peger på et strukturelt problem: Kapacitet kan stå stille, hvis den er placeret forkert, bruger chips der ikke passer til opgaven, mangler tilstrækkeligt netværk eller software – eller hvis den ikke har en stabil kundeeftespørgsel. 89

For Ulanqab er den kommercielle lakmusprøve derfor udnyttelse frem for annonceret kapacitet. Beliggenheden og byggemodellen kan forbedre pris og hastighed, men de garanterer ikke, at hver accelerator får produktive opgaver.

Alibabas udfordring: Én cloud, mange chiptyper

Alibabas bredere strategi er at tilbyde flere typer acceleratorer gennem en fælles cloudplatform frem for at være afhængig af én hardwareleverandør. Det gør software- og systemlaget helt centralt: Klyngearkitektur, netværk, compilere, runtime-software og modeloptimering skal fungere på tværs af forskellige chips.

Alibaba oplyser, at T-Head, også kendt som Pingtouge, pr. maj 2026 samlet havde leveret mere end 560.000 Zhenwu-chips til over 400 kunder i mere end 20 brancher. 711 Leverancerne viser en voksende udrulning, men de er ikke i sig selv et mål for ydeevne på de mest avancerede modeller eller en garanti for en moden platform til heterogen regnekraft.

Hvad Ulanqab fortæller om AI-infrastruktur

Alibabas campus i Ulanqab har en sammenhængende fysisk logik: billig elektricitet med høj andel af vedvarende energi, et koldt og tørt klima, netværksforsinkelse til Beijing målt i få millisekunder og et infrastruktursystem, der skal forkorte byggetiden. 212534

Den langsigtede betydning afhænger dog af udførelsen. Den vindende AI-hub bliver ikke kun stedet, der bygger mest kapacitet billigst. Det bliver stedet, der pålideligt matcher kompatible og godt forbundne chips med reelle arbejdsbelastninger – og holder systemerne produktivt udnyttet.